「我在车里听广播时，常常换别的台，看有没有更好听的，哪怕我对正在听的还算满意。」
2001 年 11 月，美国 11 所高校的 548 名应届生，给这句话从 1 到 9 打了分。他们刚开始找工作。研究者是哥伦比亚商学院的希娜·艾扬格、雷切尔·韦尔斯和斯沃斯莫尔学院的巴里·施瓦茨，他们用这句话和另外十道题，把学生分成两类：得分高的叫「最大化者」，要找最好的；得分低的叫「满意者」，找够好的就行。
最大化者找得更卖力。他们打算投更多简历，更依赖排行榜、就业指导中心、家里人的意见，也更爱和同龄人比。到第二年 2 月，他们更认同「我常常幻想一些和我正在争取的完全不同的工作」。
到 5 月，两组拿到的工资不一样了。按中位数一分为二，最大化者接受的工作平均年薪 44515 美元，满意者 37085 美元。控制了学校排名、成绩和专业，差距依然在。
接着，研究者问两组人：对自己接受的这份工作，感觉怎么样？
薪水更高，打分更低
最大化者感觉更糟。问他们对这份工作有多满意、对自己的选择有多大把握，最大化者在 9 分制上平均 7.02 分，满意者 7.58 分。三次调查里，最大化者每次都更悲观、更紧张、更焦虑、更觉得不堪重负，也更希望自己当初多找几个机会。
作者的解释落在选项本身。一心要找最好的，眼前留着的选项就多，期望被抬高，身后没选的工作也多，够人琢磨很久。从统计上看，满意度上的差距，可以由两样东西解释：老想着没选的那些工作，后悔没多找几个。论文里打了个比方：面对 400 个有线电视频道，最大化者一个个换台，挑来挑去，剩下看节目的时间没多少了；满意者换到第一个还行的节目，就放下遥控器，看起来。
先定好什么算够好，碰到第一个达标的就停。
「满意」这个说法，来自赫伯特·西蒙，1978 年诺贝尔经济学奖得主。他在 1955 和 1956 年的两篇论文里，描述过这样一个做选择的人：心里先有一个「够好」的标准，叫抱负水平。西蒙在诺贝尔奖演讲里回忆：「一旦他发现一个达到抱负水平的选项，就停止搜索，选定它。我把这种选择方式叫作满意。」在西蒙那里，这说的是人在选项不会自己送上门的情况下，怎样「用合理的计算量、靠很不完整的信息」做出选择。施瓦茨的量表，后来才把它变成了人和人之间的差别。西蒙还说，标准本身会动：「环境宽厚、好选项多，抱负就升高；环境严酷，抱负就降低。」
这项研究说明不了什么
这项求职研究找到的，是坚持作答的学生之间的相关，不是因果。作者自己也说，薪水只是衡量求职结果的一个尺度。量表本身也受过质疑。2008 年，鲍林格林州立大学和丹尼森咨询公司的研究者认为，施瓦茨的最大化量表顺带量进了优柔寡断和情绪不稳。他们编了一套新量表，在 191 人身上测试，结论是：除了更容易后悔，「最大化者和满意者一样快乐」。
这项研究里，较高的薪资也是真实的差额：每年约 7430 美元。这不代表多找本身造成了这个差距。有些决定值得多找，尤其是那些做了就很难回头的，也就是单向门。
永远试用不完的软件
假设你开着一家十二个人的设计工作室，要换一套记账软件。动手找之前，你先写下一行标准：能处理两种货币，能导出会计要的格式，月费不超过某个数。试到第三款，全部达标。你换了过去，那个月的发票都按时开了出去。
再假设你没写这一行。六个星期里你试了九款，每一款都有一样比别的强。你比来比去的时候，发票一张张开晚了。最后你选了报表最好的那款，接下来一个季度，总惦记着另一款更好用的手机应用。
从一千个里挑最好的
人会「满意」，是因为没法把所有选项都看一遍。AI 生成候选答案的速度，比谁读得过来都快，停下来的老理由好像不存在了。OpenAI 的三位研究者 Leo Gao、John Schulman 和 Jacob Hilton 2022 年做的一项实验，给出了另一个理由。
他们让模型写出许多个回答，再用一个打分模型挑出分最高的那个，这种做法叫「N 选优」。这个打分模型是照着一个更大的「黄金」打分模型训练出来的；在这个人工设计的实验里，黄金模型代替的是人的判断。N 越大，打分模型给它挑中的那个回答打的分就越高；黄金模型的分数，却是先升后降。用作者的话说，打分模型「只是一个不完美的替代品，把它的分数优化得太过，反而会损害真实的表现」。
这只是一个实验室的设置，拿一个模型代替人。你可以在自己的工作上做个小版本：让聊天机器人写二十条广告语之前，先写下一条好广告语必须做到什么；然后按顺序读，碰到第一条过线的就停。如果你也让 AI 挑出它最喜欢的那条，就拿同一行标准去核它挑的那条。
有时候，它挑中的正是你会停下的那条。有时候，是第二十条。